Мозг — это не просто «командный центр» нашего организма, а по сути высокотехнологичный биокомпьютер, который работает быстрее и тоньше, чем самые мощные процессоры. И он умеет то, что пока не под силу большинству роботов: различать, например, мяч от тарелки супа ещё до того, как мы осознаем, что на них смотрим. Недавнее исследование учёных из MIT показало, что в нашей голове есть специальные «отделы» для работы с твёрдыми предметами и отдельные «службы» для жидкостей и сыпучих материалов. Разберёмся, как это устроено, зачем нам это нужно и почему это важно не только для науки, но и для технологий будущего.
Глава 1. Мозг как мастер классификации: что такое «things» и «stuff».
Как нейробиологи определяют «твёрдые объекты» и «жидкие/сыпучие материалы»?
В научной литературе понятие «things» относится к твёрдым, жёстким объектам, которые сохраняют форму — например, к камню, мячу или книге. Они могут быть тяжёлыми или лёгкими, большими или маленькими, но их форма не изменится, если вы просто возьмёте их в руки. В противоположность этому, «stuff» — это материалы, которые текут, сыплются или деформируются под действием силы: вода, мёд, песок, мука.
Для нас разница очевидна, но для мозга это отдельная задача восприятия. Он должен быстро понять, можно ли взять предмет рукой или потребуется инструмент. Если вы видите яблоко, мозг уже готовит команду «схватить», а если тарелку супа — «взять ложку». Время на эти решения измеряется миллисекундами, и в этот момент мы даже не осознаём, что внутри черепа происходит сложная нейронная работа.
Эта классификация особенно важна для выживания. Ошибка в определении материала может привести к неудачным попыткам взаимодействия (например, попробовать поднять воду рукой) или даже к травме (схватить раскалённый металл, приняв его за что-то безопасное). Поэтому эволюция наделила нас эффективным «распознавателем» физической природы объектов.
Почему эти категории важны для выживания и повседневной жизни?
В реальной жизни мы постоянно совершаем микровыборы, которые зависят от того, что перед нами — «thing» или «stuff». Эти решения настолько автоматические, что мы их не замечаем, но они влияют на каждое наше действие. Например, идя по пляжу, мы инстинктивно переступаем через мокрый песок, чтобы не увязнуть, или осторожно наливаем кипяток в кружку, чтобы не расплескать.
Эта способность особенно критична в ситуациях, требующих быстрой реакции. Спасатель, ныряющий за человеком в воду, мгновенно распознаёт, что среда вокруг — жидкость, и перестраивает движение тела для плавания, а не для бега. Повар, пересыпая муку, интуитивно выбирает инструмент с подходящей формой и объёмом. Каждое мгновенное решение — результат работы мозга по анализу типа материала.
Кроме того, различение категорий помогает нам прогнозировать будущее поведение объекта или материала. Мы знаем, что камень можно бросить и он полетит по предсказуемой траектории, а вода расплескается, если её нести в открытой ёмкости. Этот прогноз позволяет нам корректировать свои действия заранее.
Примеры из быта и природы.
В быту мы постоянно сталкиваемся с задачей классификации «things» и «stuff». Налить молоко в кофе, подкинуть яблоко другу, аккуратно насыпать сахар в чай — всё это требует разных типов взаимодействия. Даже такие мелочи, как выбор обуви по погоде, включают в себя этот процесс: твёрдый лёд и мокрый снег — два разных сценария движения.
В природе подобное разделение играет не меньшую роль. Хищник, прыгающий с берега в воду, должен понимать, что сопротивление среды изменится, и адаптировать движения. Птица, собирающая гнездо, выбирает сухие ветки (things) для конструкции и мягкие перья (stuff) для утепления. Животные тоже различают эти категории, хотя делают это на своём уровне восприятия.
Таким образом, способность мозга различать «твёрдое» и «жидкое» — это фундаментальный навык, на котором строится значительная часть нашего взаимодействия с миром. И, как мы увидим в следующей главе, в мозге за это отвечают вполне конкретные структуры.
Глава 2. Архитектура мозга: кто за что отвечает?
Вентральный зрительный путь и латеральный окципитальный комплекс (LOC).
Вентральный зрительный путь — это своего рода «сервис распознавания лиц и предметов» в нашем мозге. Он проходит от затылочной доли (где мы воспринимаем изображение) к височной, обрабатывая информацию о форме, цвете и структуре объектов. Одним из ключевых узлов этого пути является латеральный окципитальный комплекс (LOC, lateral occipital complex).
LOC можно сравнить с отделом качества на фабрике: он проверяет, что за объект перед нами, какой у него силуэт, пропорции и как он вписывается в известные нам категории. Если мяч — значит, круглый и плотный; если кружка — значит, с ручкой и полой внутри. Этот участок особенно активен, когда мы имеем дело с твёрдыми предметами, которые сохраняют форму и могут быть опознаны по внешнему виду.
Однако исследования показали, что LOC реагирует не только на «things». Он способен анализировать и «stuff», если их внешний вид имеет характерные и узнаваемые признаки. Например, песок в банке или мёд в ложке — LOC всё равно включается, фиксируя форму ёмкости и распределение материала внутри.
Дорсальный зрительный путь и лобно-теменная физическая сеть (FPN).
Если вентральный путь — это «что» мы видим, то дорсальный зрительный путь — это «как с этим взаимодействовать». Он соединяет зрительные зоны с теменными и лобными областями мозга, отвечающими за пространственное восприятие и планирование движений. Важный компонент этого пути — лобно-теменная физическая сеть (FPN, frontoparietal physics network).
FPN можно назвать внутренним физическим симулятором. Он моделирует, как поведёт себя объект, если его толкнуть, перевернуть, сжать или налить. При виде мяча он «знает», что тот покатится, а при виде воды — что она прольётся. Этот участок особенно чувствителен к свойствам материала: размеру, весу, вязкости, устойчивости.
В экспериментах MIT было показано, что у FPN есть подрегионы, которые сильнее реагируют на «stuff», а другие — на «things». Это похоже на работу в команде: одни специалисты тестируют жидкости и сыпучие вещества, другие — твёрдые предметы. Результаты их анализа объединяются, чтобы мозг принял верное решение о том, как действовать.
Как подрегионы «специализируются» на твёрдом и жидком.
В LOC и FPN выделены небольшие зоны, которые демонстрируют ярко выраженную «симпатию» к определённым категориям. Эти участки активнее работают, когда мы видим или представляем себе объект с характерным поведением. Так, подрегионы для «things» активируются при виде кубика, мяча, стула. Подрегионы для «stuff» — при виде текущей воды, насыпающейся соли или разливаемого масла.
Подобная специализация помогает ускорить обработку информации. Вместо того чтобы анализировать всё заново, мозг сразу подключает нужный «модуль» — тот, который лучше понимает конкретный тип материала. Это экономит время и снижает нагрузку на нейронные сети, что особенно важно в ситуациях, требующих мгновенной реакции.
Интересно, что такие зоны есть и у животных. Например, у приматов обнаружены участки мозга, реагирующие только на воду или только на твёрдые предметы. Это говорит о том, что механизм восприятия «things» и «stuff» мог появиться в ходе эволюции задолго до человека и быть важным фактором выживания.
Глава 3. Как учёные заглянули в работу мозга?
Эксперименты с fMRI и компьютерными моделями.
Чтобы понять, как мозг различает «things» и «stuff», команда MIT провела серию экспериментов с использованием функциональной магнитно-резонансной томографии (fMRI, functional magnetic resonance imaging). Этот метод позволяет в реальном времени наблюдать за тем, какие участки мозга активируются при выполнении определённых задач. В данном случае — при просмотре изображений и видеороликов с разными типами материалов.
Участников помещали в томограф, где они смотрели специально подготовленные короткие видео. Видеоряд был создан таким образом, чтобы чётко отделить твёрдые объекты от жидких или сыпучих материалов. Каждое видео длилось несколько секунд, но за это время мозг уже успевал «принять решение» и активировать соответствующие зоны.
Параллельно с fMRI использовались компьютерные модели для анализа полученных данных. Исследователи сравнивали интенсивность и локализацию активности мозга при восприятии разных материалов. Это позволило выявить подрегионы, которые чётко «предпочитают» один тип объектов другому.
Как создавались тестовые видео с твёрдыми объектами и «stuff»?
Для чистоты эксперимента было необходимо исключить лишние визуальные подсказки. Поэтому вместо съёмок реальных объектов исследователи использовали программное моделирование в среде визуальных эффектов. Это позволило полностью контролировать внешний вид, освещение, движение и взаимодействие материалов с окружающей средой.
Всего было создано более 100 видеороликов. В них «things» (твёрдые предметы) прыгали, катились, падали или сталкивались с другими объектами. «Stuff» (жидкости и сыпучие вещества) текли, сыпались, переливались через край или стекали по ступенькам. Все сцены были помещены в одинаковые условия — например, в прозрачный контейнер или на однотипные лестницы, — чтобы участники не отвлекались на детали окружения.
Такой подход исключил влияние посторонних факторов (фон, цвет, текстура окружения) и позволил фокусироваться исключительно на реакции мозга на поведение материала. В результате учёные получили «чистые» данные о том, как именно мозг обрабатывает эту информацию.
Что нового удалось открыть и почему это раньше не изучали?
Результаты исследования показали, что как вентральный, так и дорсальный зрительные пути имеют специализированные подрегионы для обработки твёрдых и жидких материалов. Ранее считалось, что LOC и FPN реагируют на любой визуальный стимул, связанный с формой и физикой объекта. Теперь же стало ясно, что внутри этих зон есть узкие «специалисты».
Почему до этого момента тема не изучалась? Всё просто — большинство экспериментов было сосредоточено на твёрдых объектах. Жидкости и сыпучие материалы игнорировались как слишком сложные для моделирования. К тому же стандартные методики распознавания форм плохо подходят для анализа того, что форму постоянно меняет.
Теперь, благодаря визуальным симуляциям и точным настройкам эксперимента, удалось показать, что мозг изначально «разделяет» твёрдое и жидкое. Это не побочный эффект восприятия, а фундаментальная особенность нашей нейронной архитектуры. И этот факт открывает двери к новым исследованиям в области когнитивной нейробиологии и искусственного интеллекта.
Глава 4. Мозг и видеоигры: удивительная аналогия.
Как мозг «рендерит» жидкости и твёрдые предметы.
Когда мы смотрим на мяч или стакан с водой, мозг мгновенно строит внутреннюю модель того, как этот объект поведёт себя. Для твёрдых предметов он учитывает форму, вес, направление движения и силу удара. Для жидкостей — вязкость, скорость потока, способность менять форму и растекаться.
Можно сказать, что наш мозг постоянно «рендерит» окружающий мир в реальном времени. Он не просто фиксирует картинку, а просчитывает физическое поведение каждого элемента сцены. Это позволяет нам заранее предугадать, как поступить: увернуться от летящего мяча или поставить стакан так, чтобы вода не пролилась.
Визуальная система при этом работает как гибридная модель. LOC даёт нам геометрию объекта, а FPN отвечает за его «поведенческий» профиль. Вместе они создают цельную и динамичную картину, которая актуальна каждую миллисекунду.
Сходство с физическими движками в играх.
Видеоигры и компьютерные симуляции используют так называемые физические движки для просчёта поведения объектов. В таких движках твёрдые тела описываются через mesh — трёхмерную сетку, определяющую форму и границы. Жидкости и сыпучие материалы же моделируются как системы частиц, которые могут перемещаться относительно друг друга и менять конфигурацию.
Мозг, похоже, работает по схожему принципу. Для «things» он строит стабильную «сеточную» модель, а для «stuff» — динамическую модель частиц. При этом переход между этими моделями может быть мгновенным: достаточно заметить, что объект изменил форму или начал течь.
В отличие от компьютерного движка, мозг не нуждается в гигабайтах памяти или мощной видеокарте — его вычисления параллельны и оптимизированы миллионами лет эволюции. Это позволяет нам в реальном времени обрабатывать сложнейшие физические сценарии без ощутимых задержек.
Почему эта аналогия полезна для искусственного интеллекта и робототехники?
Сходство работы мозга с игровыми движками открывает возможности для создания более «человечных» алгоритмов восприятия в искусственном интеллекте. Сейчас большинство систем компьютерного зрения хорошо справляются с распознаванием форм, но испытывают трудности с предсказанием поведения жидкостей или сыпучих материалов.
Если перенять подход мозга — разделить обработку твёрдых и жидких объектов на два специализированных модуля, — можно значительно повысить точность и скорость реакции роботов. Это критично, например, в роботизированных кухнях, автоматических системах уборки или промышленных манипуляторах, которые работают с разными типами материалов.
Кроме того, аналогия с «движком мозга» может улучшить технологии AR/VR. Представьте себе очки дополненной реальности, которые в реальном времени подсказывают, как поведёт себя предмет при взаимодействии. Такой интерфейс был бы полезен и в обучении, и в профессиональной работе — от медицины до инженерии.
Глава 5. Зачем нам знать, как мозг различает твёрдое и жидкое?
Применение в медицине.
Понимание того, как мозг различает «things» и «stuff», открывает новые горизонты в диагностике и лечении неврологических заболеваний. Некоторые травмы или заболевания, такие как инсульт, деменция или черепно-мозговые повреждения, могут нарушать способность человека правильно классифицировать объекты. Это приводит к затруднениям в повседневной жизни: человек может пытаться взять жидкость рукой или не понимать, что твёрдый предмет можно поднять без инструмента.
Если мы знаем, какие конкретно области мозга отвечают за обработку твёрдых и жидких материалов, можно разрабатывать точечные методы реабилитации. Например, использовать визуальные тренажёры и VR-программы, которые стимулируют работу нужных подрегионов LOC или FPN, постепенно восстанавливая их функциональность.
Кроме того, эта информация может быть полезна в хирургии. Во время операций на мозге знание о расположении «зон вещей» и «зон материалов» поможет минимизировать риск повреждения участков, отвечающих за базовое восприятие физического мира.
Разработка умных роботов и систем компьютерного зрения.
Для робототехники разница между твёрдым и жидким — не менее важна, чем для человека. Робот, убирающий кухню, должен понимать, что пролившийся сок убирается иначе, чем упавший на пол кубик льда. Современные алгоритмы компьютерного зрения пока далеки от человеческой гибкости в этом вопросе.
Исследования работы мозга могут вдохновить инженеров на создание гибридных систем обработки данных. Один модуль будет специализироваться на «things» — определять форму, вес и способ захвата. Другой — на «stuff» — оценивать вязкость, текучесть и способы перемещения. Вместе эти модули смогут принимать решения почти так же быстро, как человек.
Это особенно важно для промышленных манипуляторов, автономных транспортных систем и сервисных роботов, которые должны безопасно и эффективно работать в условиях, где встречаются оба типа объектов.
Потенциал в AR/VR и интерфейсах будущего.
Технологии дополненной и виртуальной реальности могут значительно выиграть от знаний о работе мозга. В AR-очках можно реализовать подсказки о том, как взаимодействовать с предметами в реальном времени: какой хват использовать, как избежать проливания или как безопасно переместить тяжёлый предмет. Для VR это означает создание более реалистичной физики, когда жидкости и сыпучие материалы ведут себя естественно, а твёрдые предметы сохраняют форму.
В будущем такие интерфейсы могут применяться в образовании — от уроков физики до курсов по кулинарии и промышленной безопасности. Кроме того, они будут полезны в профессиях, где ошибки дорого стоят: хирургии, инженерии, строительстве.
Чем точнее мы понимаем работу мозга, тем ближе становимся к созданию технологий, которые смогут подстроиться под наши естественные механизмы восприятия. Это сделает взаимодействие с техникой интуитивным и безопасным.
Заключение.
Разделение восприятия на «things» и «stuff» — это не просто любопытная особенность работы мозга. Это фундаментальный механизм, который мы используем каждый день, принимая сотни мелких, но жизненно важных решений. Он помогает нам безопасно взаимодействовать с миром, экономит время реакции и предотвращает ошибки, которые могут стоить дорого.
Исследования в этой области дают не только новые знания о нашей нейронной архитектуре, но и открывают возможности для медицины, робототехники, искусственного интеллекта и технологий будущего. Понимание того, как мозг классифицирует и прогнозирует поведение материалов, может изменить то, как мы проектируем машины, обучаем людей и строим интерфейсы.
В конечном счёте, изучая работу собственного мозга, мы получаем шанс сделать технологии ближе к человеку и научить их «думать» так же быстро и точно, как мы сами.
Источники.
- Current Biology — исследование MIT о различии обработки твёрдых и жидких объектов мозгом.
- MIT News — материалы о работе Nancy Kanwisher и Vivian Paulun.
- Популярные обзоры и публикации по теме когнитивной нейробиологии и зрительного восприятия.
- Popular Science — Laura Baisas, «How your brain can tell squishy ‘stuff’ from hard ‘things’», 3 августа 2025.
Помощник Капибара — российский контент-менеджер, публицист и обозреватель. Более 12 лет в копирайтинге, 10 лет в SEO и 6 лет в видео-контенте. Старается объяснять всё подробно и простыми словами. Считает, что баланс нужен во всём.
